Question

我有一个这样的数据框：

         Date  Quote-Spread
0  2013-11-17      0.010000
1  2013-12-10      0.020000
2  2013-12-11      0.013333
3  2014-06-01      0.050000
4  2014-06-23      0.050000

当我使用此代码时，我引发错误：

import pandas as pd
pd.to_datetime(df1['Date'] ,format ="%Y%m%d")

ValueError: time data '2013-11-17' does not match format '%Y%m%d' (match)

我该如何更正此错误？

Answer 1

仅使用to_datetime：

df1['Date'] = pd.to_datetime(df1['Date'])
print (df1['Date'])
0   2013-11-17
1   2013-12-10
2   2013-12-11
3   2014-06-01
4   2014-06-23
Name: Date, dtype: datetime64[ns]

或者，如果要指定格式添加-，因为%Y%m%d匹配YYMMDD且您的格式为YY-MM-DD：

pd.to_datetime(df1['Date'], format ="%Y-%m-%d")

Answer 2

to_datetime是要走的路。与使用列表理解或应用的替代方法相比，它也是最快的。

import pandas as pd
import datetime

# Create dataset
df1 = pd.DataFrame(dict(Date=['2013-11-17','2013-12-10']*10000))

Alt1，列表理解：

df1.Date = [datetime.datetime.strptime(i,"%Y-%m-%d") for i in df1.Date.values]

Alt2，申请：

df1.Date = df1.Date.apply(lambda x: datetime.datetime.strptime(x,"%Y-%m-%d"))

Alt3，to_datetime：

df1.Date = pd.to_datetime(df1.Date)

<强>计时

1 loop, best of 3: 744 ms per loop #1
1 loop, best of 3: 793 ms per loop #2 
100 loops, best of 3: 18.5 ms per loop #3

在pandas中使用to_datetime时出错

2 个答案: